Научная статья на тему 'Построение рейтинга медицинских страховых компаний методом иерархической классификации'

Построение рейтинга медицинских страховых компаний методом иерархической классификации Текст научной статьи по специальности «Экономика и бизнес»

CC BY
171
12
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ЭФФЕКТИВНОСТЬ / СТРАХОВЫЕ МЕДИЦИНСКИЕ ОРГАНИЗАЦИИ (СМО) / КРИТЕРИЙ / ОБЪЕКТ / СХОДСТВО / РАССТОЯНИЕ / РЕЙТИНГ / КЛАССИФИКАЦИЯ / EFFICIENCY / HEALTH INSURANCE ORGANIZATIONS (HIOS) / CRITERION / OBJECT / SIMILARITY / DISTANCE / RATING / CLASSIFICATION

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Халафян А.А., Кошкаров А.А., Семенов А.Б.

На сайте Федерального фонда обязательного медицинского страхования приведен 21 показатель деятельности 59 страховых медицинских организаций (СМО) за 2015 г. Каждый показатель представляет собой критерий оценки эффективности деятельности СМО по отдельному направлению, так как его большее или меньшее значение говорит об успешности (не успешности) деятельности компании. По каждому критерию определен рейтинг СМО. Несомненно, особую актуальность приобретает проблема определения рейтинга СМО по совокупности всех рассмотренных критериев. Цель работы использовать метрический подход для оценки эффективности деятельности СМО, основанный на методе иерархической классификации, который предполагает вычисление расстояний между СМО как точками многомерного пространства в системе координат, соответствующей критериям их эффективности. Введено понятие эталонной организации, которая аккумулирует наилучшие значения критериев всех СМО. Рейтинги страховых компаний устанавливаются в соответствии с расстояниями до эталонной организации по принципу чем меньше расстояние, тем эффективнее компания и выше ее рейтинг (место в списке СМО). Метод реализован в среде статистического пакета STATISTICA. Рейтинги СМО, определенные предложенным методом, могут быть применены для выявления перспективных и неперспективных СМО с целью планирования их дальнейшего развития или структурных преобразований, а также могут служить своеобразным навигатором при выборе медицинской страховой компании.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Ranking definition method of health insurance companies based on hierarchical classification

The official site of Federal compulsory medical insurance fund presents 21 activity indicators for the 59 health insurance organizations (HIOs) for 2015. Each indicator represents an activity efficiency criteria of HIO in the certain area as following: its larger or smaller value defines whether the company activity is successful or not. The HIO rating is defined per each of these criteria. Undoubtedly, HIO ranking definition problem on set of all the considered criteria is becoming particularly urgent. The purpose of this work is to apply the metrical approach for HIO activity efficiency assessment, based on the hierarchical classification method that assumes the distance calculation among HIOs as among the points of multidimensional space in the coordinate system corresponding to the criteria of their efficiency. The concept of reference organization that accumulates the best value of all of the HIO criteria is introduced in this paper. The ratings of insurance companies are established in accordance with the distance to the reference organization by the principle the smaller the distance, the more efficient the company is and the higher its rating is (the place in the HIO list). The method is implemented in the environment of the STATISTICA statistical package. HIO ratings, defined by the proposed method can be used to identify promising and unpromising HIOs in order to plan their upcoming development or structural changes, they can also act as the specific navigator when choosing the health insurance company.

Текст научной работы на тему «Построение рейтинга медицинских страховых компаний методом иерархической классификации»

и информационные

технологии

w

А.А. ХАЛАФЯН,

д.т.н., профессор кафедры прикладной информатики, Кубанский государственный университет, г. Краснодар, Россия, statlab@kubsu.ru А.А. КОШКАРОВ,

аспирант, Кубанский государственный университет, г. Краснодар, Россия, Koshkarov17@yandex.ru А. Б. СЕМЕНОВ,

эксперт по вопросам информационных технологий в медицине, г. Краснодар, Россия, sot7@mail.ru

ПОСТРОЕНИЕ РЕЙТИНГА МЕДИЦИНСКИХ СТРАХОВЫХ КОМПАНИЙ МЕТОДОМ ИЕРАРХИЧЕСКОЙ КЛАССИФИКАЦИИ

УДК 614.2:658.325

Халафян А. А., Кошкаров А. А., Семенов А. Б. Построение рейтинга медицинских страховых компаний методом иерархической классификации (Кубанский государственный университет, г. Краснодар, Россия) Аннотация. На сайте Федерального фонда обязательного медицинского страхования приведен 21 показатель деятельности 59 страховых медицинских организаций (СМО) за 2015 г. Каждый показатель представляет собой критерий оценки эффективности деятельности СМО по отдельному направлению, так как его большее или меньшее значение говорит об успешности (не успешности) деятельности компании. По каждому критерию определен рейтинг СМО. Несомненно, особую актуальность приобретает проблема определения рейтинга СМО по совокупности всех рассмотренных критериев. Цель работы - использовать метрический подход для оценки эффективности деятельности СМО, основанный на методе иерархической классификации, который предполагает вычисление расстояний между СМО как точками многомерного пространства в системе координат, соответствующей критериям их эффективности. Введено понятие эталонной организации, которая аккумулирует наилучшие значения критериев всех СМО. Рейтинги страховых компаний устанавливаются в соответствии с расстояниями до эталонной организации по принципу - чем меньше расстояние, тем эффективнее компания и выше ее рейтинг (место в списке СМО). Метод реализован в среде статистического пакета БТАИБИСД. Рейтинги СМО, определенные предложенным методом, могут быть применены для выявления перспективных и неперспективных СМО с целью планирования их дальнейшего развития или структурных преобразований, а также могут служить своеобразным навигатором при выборе медицинской страховой компании.

Ключевые слова: эффективность, страховые медицинские организации (СМО), критерий, объект, сходство, расстояние, рейтинг, классификация.

UDС 614.2:658.325

Khaliphyan A.A., Koshkarov A.A., Semenov A.B. Ranking definition method of health insurance companies based on hierarchical classification (Kuban State University, Krasnodar, Russia)

Abstract. The official site of Federal compulsory medical insurance fund presents 21 activity indicators for the 59 health insurance organizations (HlOs) for 2015. Each indicator represents an activity efficiency criteria of HIO in the certain area as following: its larger or smaller value defines whether the company activity is successful or not. The HIO rating is defined per each of these criteria. Undoubtedly, HIO ranking definition problem on set of all the considered criteria is becoming particularly urgent. The purpose of this work is to apply the metrical approach for HIO activity efficiency assessment, based on the hierarchical classification method that assumes the distance calculation among HIOs as among the points of multidimensional space in the coordinate system corresponding to the criteria of their efficiency. The concept of reference organization that accumulates the best value of all of the HIO criteria is introduced in this paper. The ratings of insurance companies are established in accordance with the distance to the reference organization by the principle - t he smaller the distance, the more efficient the company is and the higher its rating is (the place in the HIO list). The method is implemented in the environment of the STATISTICA statistical package. HIO ratings, defined by the proposed method can be used to identify promising and unpromising HIOs in order to plan their upcoming development or structural changes, they can also act as the specific navigator when choosing the health insurance company. Keywords: efficiency, health insurance organizations (HIOs), criterion, object, similarity, the distance, rating, classification.

© А.А. Халафян, А.А. Кошкаров, А.Б. Семенов, 2016 г.

ВВЕДЕНИЕ

□ сновной объем медицинской помощи населению России оказывается согласно программе обязательного медицинского страхования (ОМС). В соответствии с Федеральным законом об ОМС [4] застрахованные лица обеспечены гарантиями бесплатного оказания медицинской помощи при наступлении страхового случая. Страховые взносы на ОМС в виде обязательных платежей, которые уплачиваются страхователями (например, организациями или государством), аккумулируются в Федеральном фонде, который создан как некоммерческая организация для реализации государственной политики в сфере ОМС. Для этих целей в регионах субъектами РФ аналогично созданы территориальные фонды, которые управляют средствами и заключают со страховыми медицинскими организациями (СМО) договоры о финансовом обеспечении ОМС. В свою очередь СМО заключают договоры на оказание и оплату медицинской помощи по ОМС с медицинскими организациями региона.

СМО на региональном уровне - это своего рода связующее звено между пациентами, медицинскими организациями и территориальным фондом ОМС. Специалисты страховых компаний проводят объективные экспертизы качества оказания медицинской помощи в целях совершенствования предоставления медицинских услуг. Анализируют истории болезней, оценивают объем и своевременность проводимого обследования, в присутствии лечащего врача проводят осмотр пациента и при необходимости осуществляют коррекцию лечения, а в особо сложных случаях решают вопрос о переводе пациента в медицинскую организацию более высокого уровня. Поэтому от работы, проводимой специалистами СМО, зависит защита прав застрахованных граждан на своевременную и качественную медицинскую помощь, а также оптимизация расходования финансовых средств ОМС.

2016, № 5

По опубликованным данным на сайте Федерального фонда за 2015 г. в России 59 страховых компаний осуществляли свою деятельность в сфере ОМС с численностью застрахованных 146 548 831 лиц [5]. Ежегодно согласно утвержденной методике [2] рассчитывают значения 21 показателя оценки деятельности СМО, которые публикуют на сайте Федерального фонда ОМС. Отдельно по значениям каждого показателя на сайте установлено порядковое место, т.е. определен рейтинг СМО. Но для контролирующих организаций лицу, желающему выбрать страховую организацию, а также самой СМО важен рейтинг компании по всем показателям, а не в отдельности по каждому из 21.

Поэтому целью исследования является математически обоснованное решение задачи сравнительной оценки эффективности страховых компаний по совокупности всех показателей приведенных на сайте Федерального фонда обязательного медицинского страхования.

МАТЕРИАЛ И МЕТОДЫ

Существующие методы ранжирования объектов по совокупности количественных показателей, как правило, сводятся либо к построению интегрального критерия в виде аддитивной или мультипликативной функции показателей с весовыми коэффициентами, отражающими их относительный вклад в критерий, либо к переводу всех критериев в балльную шкалу с последующим суммированием баллов [6]. К последнему методу можно отнести определение рейтингов (рангов) объектов по каждому критерию с дальнейшим суммированием рангов. Наивысший рейтинг будет у объекта с минимальной суммой рангов. Указанные методы обладают определенными недостатками, делающими сомнительным их использование. Например, не формализована процедура выбора весовых коэффициентов - их назначение опирается на мнение, опыт лица, принимающего решение, либо экспертов. Но сколько

>

РЧН

и информационные

технологии

экспертов, столько и мнений, причем могут быть и диаметрально противоположные, иногда такой способ выбора весов называют «потолочным». Недостаток метода еще и в том, что незначительное изменение весов, как правило, приводит к существенному изменению значения интегрального критерия, а значит, и рейтингов. Перевод количественных показателей в балльную шкалу или определение рейтинга по каждому показателю с последующим суммированием баллов, также имеет значительные недостатки, так как:

- балльная (порядковая) шкала «бедная» и переход к ней сопровождается существенной потерей информации об объекте;

- в порядковой шкале в принципе не определена операция суммирования, так как баллы (ранги) указывают лишь степень предпочтения одного объекта перед другим, выраженным в символической числовой форме.

Не выдерживают критики и предлагаемые многочисленные способы перевода количественных показателей в балльную шкалу, например, как это сделано в [1], что приближает их по математической обоснованности к «потолочным» методам. Сказанное относится и к широко распространенным в медицине балльным шкалам оросЬв, позволяющим оценивать тяжесть состояния больных.

Применение балльных шкал в медицине и здравоохранении было оправдано при отсутствии возможности эффективного использования многомерных методов классификационного анализа. Сейчас в эпоху всеобщей компьютеризации и появления самого широкого спектра статистических пакетов открылись совершенно новые горизонты применимости пакетных методов обработки медицинских данных [7]. Здесь уместным является риторический вопрос: зачем сбивать яблоки палками, если можно приставить лестницу?. Такой «лестницей» при анализе эмпирических данных любой природы, в том числе и в медицине, и здравоохранении яв-

ляются многомерные методы анализа данных, реализованные в статистических пакетах. Балльной шкалой разумно пользоваться только в том случае, если отсутствует возможность измерения показателей, характеризующие объекты исследования в количественных шкалах - отношений, интервальной и абсолютной. Как правило, в этих случаях прибегают к экспертным оценкам в порядковой, балльной шкале.

В [6, 8] предложен новый метрический подход на основе метода иерархической классификации, суть которого очень проста. Сравнение любых объектов для ранжирования и составления рейтинга по совокупности п показателей сводится к оценке степени их сходства, или различия. В классификационном анализе сходство между объектами определяют посредством расстояний между ними, как точками многомерного пространства размерности п в системе координат, соответствующей их показателям. Существуют различные способы вычисления расстояний. Наиболее распространенной является геометрическое расстояние, определяемой по формуле Евклида - евклидова метрика:

О , О,) = (п=1Ы-Ък)2)

где х.к, х.к, (к = \,...п) - координаты (значения

показателей) объектов О , О .

1 1

Естественно, не корректным будет вычисление расстояний по координатам различной размерности, поэтому целесообразно, сначала показатели привести к безразмерному виду за счет их нормирования (стандартизации). При этом изменится расстояние между объектами, но сохранится их порядок, т.е. объекты, близкие (сходные) в исходном пространстве, будут близкими и в условном, нормированном пространстве.

Чтобы определить ранги, задающие рейтинг объектов, следует выбрать объект с наилучшими значениями показателей и ран-

жировать их по степени близости к нему. Естественно, что речь идет только о таких показателях, которые однозначно определяют качество объектов, т.е. большее или меньшее значение показателя, определяет степень превосходства одного объекта перед другим. Но «наилучшего» (эталонного) объекта может не оказаться, так как наиболее вероятно, что большинство объектов будут просто несравнимыми, т.е. лучшими по одним показателям, но худшими по другим. Поэтому виртуальный эталонный объект, определим как объект, аккумулирующий наилучшие (наибольшие, или наименьшие) значения показателей всей совокупности объектов.

Если обозначить через х*5, х* - стандартизованные значения показателей, то расстояние d между произвольным объектом О. и эталонным, легко вычислить по формуле:

(О1, Оэтал =

= 7(*?1-*Г)2+ Ой-*-)2

Чтобы составить рейтинги т объектов, достаточно вычисленные расстояния упорядочить в порядке возрастания и поставить в соответствие каждому значению d, а значит, и каждому объекту О. ранги 1, 2, ..., т. Объект с рангом 1 и будет наилучшим, так как ему соответствует минимальное расстояние. Но ранжирование объектов означает их измерение в «слабой» порядковой (ранговой) шкале, которая позволяет установить только порядок между ними. Несомненное преимущество данного подхода в том, что вычисление расстояний между объектами позволяет оценить степень близости их друг к другу, а также получить интегральный количественный критерий, характеризующий их качество. Необходимые вычисления легко реализовать в среде пакета 5ТАТ1БТ1СА [9, 10] при помощи модуля Кластерный анализ, процедуры иерархическая классификация.

2016, № 5

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Определим при помощи предложенного метода рейтинги 59 медицинских страховых организаций по 21 показателю за 2015 г., приведенным на сайте Федерального фонда обязательного медицинского страхования (в скобках записаны сокращения, использованные при проведении статистического анализа):

- численность застрахованных лиц (%, ЧЗЛ);

- обеспеченность пунктами выдачи полюсов обязательного медицинского страхования (ед, ОПВП);

- обеспеченность специалистами-экспертами медицинской помощи (ед, ОСЭ);

- объем медико-экономических экспертиз

(%, ОМЭЭ);

- объем экспертиз качества медицинской помощи (%, ОЭКМП);

- объем тематических экспертиз (%, ОТЭ);

- нарушения в экспертной деятельности

СМО (%, НЭД);

- объем штрафных санкций к СМО (%, ОШС);

- деятельность СМО по информированию застрахованных лиц (%, ДПИ);

- проведение социологических опросов (ед, ПСО);

- наличие обоснованных жалоб на работу СМО (ед, НОЖР);

- результативность досудебной и судебной деятельности СМО (%, РДСД);

- доступность в получения информации застрахованных лиц (%, ДПИ ЗЛ);

- информационная активность СМО в медицинских организациях (ед, ИА);

- деятельность СМО по информированию и привлечению застрахованных лиц к прохождению профилактических мероприятий (%, ДПМ);

- выполнение плана по профилактическим мероприятиям (%, ВППМ)

- объем экспертиз качества медицинской помощи по случаям летальных исходов (%, ОЛИ);

- деятельность СМО по случаям непрофильной госпитализации пациентов с острым коронарным синдромом (%, ДНГКС);

>

РЧН

и информационные

технологии

- деятельность СМО по случаям непрофильной госпитализации пациентов с острым нарушением мозгового кровообращения (%, ДНГМК);

- деятельность представителей СМО в медицинских организациях (%, ДП);

- охват медицинских организаций представителями СМО (%, ОМО).

Каждый из показателей характеризует эффективность деятельности страховой компании в определенном направлении, т.е. большее или меньшее значение показателя означает степень предпочтения одной страховой организации перед другой. Для трех показателей - НЭД, ОШС, НОЖР большему значению показателя соответствует меньшее предпочтение СМО, для остальных показателей - большему значению соответствует большее предпочтение СМО. Значения показателей представлены в табл. 1. Названия СМО в сокращенной версии отображены в столбце Наименование компании.

Если внимательно изучить таблицу, то легко заметить, что нет СМО, у которой все показатели были бы наилучшими, т.е. нет организации, которая эффективнее других по всем показателям. Так, из таблицы видно, что наибольшее значение ЧЗЛ (12,9) у компании МАКС-М, ОПВП (138,5) - у АРМС Территория, ОСЭ (33,7) - у КС Страхование и т.д. Наилучшие (наибольшие или наименьшие) значения показателей в таблице выделены жирным курсивом. Есть СМО, которые ни по одному из показателей не превосходят другие страховые организации. Это СОГАЗ-Мед, ВТБ МС, Росгосстрах-Медицина, АК БАРС Мед, Даль-Росмед, УралСиб, Астра-Металл, Сибирский Спас-Мед, Максимус, Спасение, всего 10 компаний. В последней строке указаны показатели эталонной СМО (Эталон), которая аккумулировала наилучшие значения показателей эффективности компаний.

При помощи процедуры Иерархическая классификация модуля Кластерный анализ

пакета 5ТАТ1БТ1СА по стандартизованным значениям показателей были вычислены евклидовы расстояния между СМО, как точками многомерного пространства. В столбце Расстояние до эталона представлены расстояния между всеми 59 СМО и Эталоном. При этом, чем эффективнее организация, тем меньше расстояние, СМО в таблице упорядочены по их возрастанию. В столбце Рейтинг отображены места (рейтинги) СМО в соответствии с их порядком в таблице. Самый высокий рейтинг - первое место у ИНКО-МЕД, далее идут РОСНО-МС - второе место, Сахамед-страх - третье место, КС Страхование - четвертое место и т.д.

Как видно из таблицы по рейтингам можно установить только порядок или место в списке, но невозможно оценить степень близости (сходства) СМО друг к другу. Для получения интегрального количественного показателя, более полно характеризующего эффективность СМО, воспользуемся данными столбца Расстояние до эталона. Эталонная СМО нам была нужна для определения рейтинга страховых компаний, который позволил определить лидера страховых компаний по совокупности рассмотренных 21 показателей. Для получения интегральной оценки эффективности компаний в качестве точки отсчета будем считать лидера СМО - ИНКО-МЕД. Коэффициент кэф, или интегральный критерий эффективности СМО определим как долю (процент), который составляет расстояние лидера до эталонного объекта от расстояний СМО до эталонного объекта, т.е.

кэф =

лидера

а.

х!00%, I = 1,...,59

Естественно, при таком определении коэффициент эффективности лидера - компании ИНКО-МЕД составит 100%. Коэффициенты эффективности СМО отображены в столбце кэ,ф Еще раз подчеркнем, что при таком подходе эффективность СМО оценена относительно компании лидера.

2016, № 5

Таблица 1.

Значения показателей эффективности деятельности СМО

Наименование компании

1 ИНКО-МЕД

2 РОСНО-МС

ЧЗЛ ОПВП ОСЭ ОМЭЭ ОЭКМП ОТЭ НЭД ОШС ДПИ

0,8 4,5 1,6 5,8 1,5 68,9 1,7 0,1 3,0

12,0 4,8 1,3 8,4 3,7 31,6 0,7 0,2 6,3

Рейтинг

3 Сахамедстрах 0,6 7,3 2,4 1,5 0,9 63,8 0,1 0,0 3,6

4 КС Страхование 0,0 112,3 33,7 0,3 0,3 46,6 0,0 0,0 2,5

5 Башкортостан Мед. 0,0

116,2 9,7 6,1 3,7 8,4 0,0 0,0 10,0

6 Ингосстрах-М 4,5 5,1 1,0 2,2 1,5 20,0 1,7 0,9 0,2

7 Новый Уренгой 0,1 7,1 0,9 3,4 1,0 30,7 7,0 0,2 6,6

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

8 СОГАЗ-Мед 11,3 4,9 2,1 2,1 1,3 45,2 0,6 0,3 2,5

9 АльфаСтрахование МС 7,4 3,0 1,3 1,8 1,5 43,8 0,7 0,1 1,8

10 Спасские ворота-М 2,3 3,7 1,8 3,1 0,9 44,3 0,4 0,3 14,4

11 ГСМК 0,7 8,0 2,3 5,4 1,2 15,5 3,5 0,1 3,0

12 Чувашия-Мед 0,7 5,1 2,1 1,6 2,0 41,0 0,9 0,1 1,9

13 МАСКИ 0,2 3,8 2,7 1,8 1,5 42,9 0,2 0,1 16,6

14 Медика-Томск 0,3 31,4 1,4 1,1 3,2 66,6 9,3 0,2 1,6

15 ВТБ МС 4,0 4,4 1,9 3,3 1,3 31,4 1,1 0,4 0,4

16 Панацея 0,6 2,5 0,6 1,9 2,7 21,4 2,9 1,0 20,1

17 Астро-Волга-Мед 1,2 6,2 1,4 1,7 1,0 17,4 0,1 0,1 1,5

18 МАКС-М 12,9 3,1 1,0 2,0 1,1 28,9 1,4 0,3 1,2

19 СТРАЖ 0,1 19,0 1,6 1,3 2,8 32,6 6,5 0,1 6,5

20 Медика-Восток 0,6 8,6 3,1 1,8 1,1 53,0 0,7 0,0 3,7

21 АСКОМЕД 0,4 11,7 1,7 1,4 0,8 41,6 0,0 0,3 0,2

22 СИМАЗ-МЕД 0,6 3,1 0,7 5,6 1,8 29,0 0,2 0,1 0,6

23 Росгосстрах-Медицина 9,7 5,7 1,6 2,3 1,2 23,5 1,2 0,2 0,9

24 РЕСО-МЕД 4,3 7,3 1,5 2,2 0,9 29,4 1,0 0,4 0,7

25 Чулпан-Мед 0,2 9,6 1,7 2,1 1,3 57,5 0,6 0,4 1,0

26 ОМСК 0,3 1,2 2,5 1,9 2,3 47,1 0,2 0,1 0,3

27 АСТРАМЕД -МС 2,4 4,7 1,2 4,3 1,4 9,7 4,5 0,8 3,4

28 Альянс-Мед 0,1 5,4 6,7 3,5 1,3 23,4 0,8 0,0 0,4

29 Капитал МС 5,3 3,8 1,7 2,1 1,0 23,9 2,1 0,5 3,7

30 Надежда 1,0 4,9 2,8 1,5 1,0 43,9 0,7 0,0 1,5

31 АК БАРС Мед 2,2 2,1 0,3 1,5 1,0 48,9 2,2 0,2 0,9

32 Чувашская МСК 0,2 12,0 0,8 1,2 1,2 26,3 0,2 0,1 0,4

33 Росмедстрах-К 0,3 6,2 0,7 1,4 2,4 41,9 0,6 0,1 0,4

34 Даль-Росмед 0,8 3,6 1,6 2,3 1,0 34,3 1,2 0,0 0,6

35 АСКО-ЗАБОТА 0,7 4,3 1,0 0,9 0,8 79,5 0,9 0,5 0,3

36 Согласие-М 0,1 25,4 12,0 3,4 0,7 14,1 0,1 7,2 0,1

37 Югория-Мед 1,9 3,1 2,7 2,1 1,4 20,5 0,0 0,2 0,6

38 Урал-Рецепт М 0,3 8,6 0,3 3,5 1,2 19,2 29,3 0,3 1,1

39 Капитал-полис Мед 0,3 22,4 3,4 5,1 1,1 32,9 0,7 0,4 1,0

40 МСК-Медицина 0,3 2,1 1,5 2,0 1,9 35,4 0,0 0,0 0,2

41 УралСиб 2,1 2,5 0,7 3,7 1,2 30,4 0,3 0,3 1,2

>

и информационные

технологии

Рейтинг

Наименование компании ЧЗЛ ОПВП ОСЭ ОМЭЭ ОЭКМП ОТЭ НЭД ОШС ДПИ

42 Крыммедстрах 0,8 1,7 1,0 1,7 0,9 34,1 13,0 0,0 0,3

43 МиБ 0,1 4,3 2,2 4,3 0,9 36,9 0,3 0,9 0,4

44 КАСКО-МС 0,1 0,9 1,4 1,3 1,1 23,3 1,3 0,1 0,5

45 Забайкалмедстрах 0,7 3,8 0,8 1,5 1,5 21,8 1,2 0,2 1,4

46 ВСК - Милосердие 0,0 6,2 4,7 1,7 1,1 28,7 0,0 1,0 0,7

47 Новолипецкая1 0,1 1,5 1,5 1,8 2,0 55,7 1,2 0,4 0,2

48 Восточно-СА 1,0 3,3 1,5 1,8 0,4 34,1 0,5 3,0 2,7

49 Заполярье 0,1 5,0 2,7 0,8 0,5 37,3 3,5 0,1 0,2

50 Астра-Металл 1,0 5,8 1,2 1,7 1,4 8,3 0,9 0,6 0,4

51 Сибирский Спас-Мед 0,1

17,5 2,0 1,6 1,0 16,7 4,8 0,2 0,0

52 Крымская СМК 0,7 2,2 1,5 0,9 0,3 25,0 5,1 0,1 0,9

53 МЕДСТРАХ 0,9 2,3 2,2 3,4 1,1 12,5 0,0 0,1 0,3

54 Интермедсервис-Сибирь 0,0 4,2 2,1 2,2 0,6 10,3 0,0 1,4 4,0

55 Максимус 0,1 25,6 5,4 1,5 4,5 20,2 2,5 2,9 0,6

56 УГМК - Медицина 0,4 5,9 0,3 1,8 47,6 38,5 100,0 0,6 1,7

57 АРМС Территория 0,0 138,5 0,0 1,7 1,0 0,6 0,0 29,1 0,0

58 Спасение 0,4 5,0 1,3 2,0 1,2 39,0 0,6 0,2 1,1

59 АСК-Мед 0,0 0,0 0,0 2,7 1,7 28,0 0,4 0,1 0,7

Эталон 12,9 138,5 33,7 8,4 47,6 79,5 0,0 0,0 20,1

Продолжение таблицы 1 (справа)

Рейтинг 1 1

Наименование компании ПСО НОЖР РДСД ДПИ ЗЛ ИА ДПМ ВППМ ОЛИ ДНГКС

1 ИНКО-МЕД 307,6 0,0 100,0 12,5 53,2 0,0 88,2 88,9 100,0

2 РОСНО-МС 94,9 0,1 97,9 14,5 58,9 1,1 72,4 88,5 28,6

3 Сахамедстрах 241,8 0,1 100,0 10,5 96,9 0,1 6,8 71,6 69,9

4 КС Страхование 1 675,8 0,0

0,0 123,6 86,3 0,0 0,0 100,0 100,0

5 Башкортостан Мед. 84,3 0,0 100,0 19,4 26,6 0,0 100,0 66,7 54,8

6 Ингосстрах-М 81,6 0,0 91,7 16,0 62,0 15,2 76,8 84,8 46,8

7 Новый Уренгой 1 198,2 0,0 100,0 3,6 27,6 0,0 53,4 97,0 81,9

8 СОГАЗ-Мед 176,8 0,1 97,2 14,8 71,3 0,5 81,0 77,0 29,7

9 АльфаСтрахование МС 159,3 0,0 99,8 8,0 90,1 0,0 81,1 74,8 60,8

10 Спасские ворота-М 105,3 0,0 100,0 11,3 55,3 0,2 97,0 95,5 43,1

11 ГСМК 102,4 0,1 100,0 11,9 40,8 0,1 72,6 98,1 100,0

12 Чувашия-Мед 93,3 0,0 100,0 14,1 II 100,0 0,0 95,7 89,3 48,8

13 МАСКИ 101,9 0,4 100,0 12,1 42,4 0,0 93,0 90,7 100,0

14 Медика-Томск 29,0 0,0 98,0 33,7 95,9 0,0 73,5 93,7 89,3

15 ВТБ МС 234,7 0,1 100,0 14,9 75,3 0,0 80,7 74,8 37,4

16 Панацея 230,9 0,0 93,8 7,0 39,8 3,5 91,3 77,2 29,0

17 Астро-Волга-Мед 121,7 0,0 30,4 12,9 100,0 0,0 73,6 89,1 54,1

18 МАКС-М 105,3 0,1 96,0 8,8 69,4 0,0 75,5 66,1 36,8

19 СТРАЖ 83,3 0,0 100,0 6,3 23,7 0,0 0,0 97,0 716,7

20 Медика-Восток 202,3 0,0 100,0 14,7 77,2 0,1 100,0 62,9 0,0

2016, № 5

Рейтинг

Наименование компании ПСО НОЖР РДСД ДПИ ЗЛ ИА ДПМ ВППМ ОЛИ ДНГКС

21 АСКОМЕД 62,4 0,0 14,7 11,7 69,9 0,0 75,1 58,8 42,9

22 СИМАЗ-МЕД 48,0 0,0 55,6 13,3 100,0 0,1 61,8 70,2 21,1

23 Росгосстрах-Медицина 112,3 0,2 95,1 12,8 59,1 0,1 73,6 84,5 11,2

24 РЕСО-МЕД 82,8 0,0 100,0 13,2 49,4 0,0 52,5 88,8 61,3

25 Чулпан-Мед 99,8 0,0 98,6 14,8 89,3 0,7 90,8 73,7 57,4

26 ОМСК 25,3 0,0 100,0 14,1 95,7 0,0 97,0 87,0 88,2

27 АСТРАМЕД -МС 32,2 0,0 87,0 7,7 76,1 0,0 72,3 94,1 60,0

28 Альянс-Мед 79,2 0,0 61,1 33,6 6,4 0,0 68,0 88,9 100,0

29 Капитал МС 57,4 0,0 96,3 11,8 65,4 0,2 1,0 68,9 29,7

30 Надежда 148,9 0,0 100,0 15,4 80,8 0,2 97,8 41,1 100,0

31 АК БАРС Мед 43,8 0,1 89,0 3,2 87,9 0,0 89,9 71,4 89,9

32 Чувашская МСК 81,4 0,0 100,0 17,0 92,6 0,0 95,6 64,0 60,4

33 Росмедстрах-К 118,6 0,0 100,0 19,1 100,0 0,0 61,1 96,5 55,9

34 Даль-Росмед 49,8 0,2 99,6 14,9 97,2 0,1 80,5 85,8 8,0

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

35 АСКО-ЗАБОТА 47,5 0,0 67,8 6,0 9,2 0,0 36,9 64,7 86,0

36 Согласие-М 21,0 0,0 78,6 44,2 70,9 0,0 87,5 75,2 0,0

37 Югория-Мед 77,6 0,4 45,7 11,0 62,3 0,0 63,9 81,1 20,3

38 Урал-Рецепт М 11,3 0,0 78,1 14,6 69,8 0,0 72,7 100,0 100,0

39 Капитал-полис Мед 63,2 0,0 100,0 10,8 7,0 0,3 52,0 88,8 0,0

40 МСК-Медицина 98,6 0,0 50,0 3,6 100,0 0,0 92,7 70,9 22,1

41 УралСиб 28,8 0,2 98,0 4,9 56,6 0,1 99,3 99,1 0,1

42 Крыммедстрах 63,5 0,2 83,3 6,1 69,9 0,0 20,5 37,5 28,9

43 МиБ 10,8 0,0 100,0 18,3 4,6 0,0 95,9 95,5 20,9

44 КАСКО-МС 199,7 0,0 0,0 2,3 75,3 0,0 99,9 91,1 100,0

45 Забайкалмедстрах 32,2 0,2 100,0 1,1 100,0 0,0 30,3 37,0 100,0

46 ВСК - Милосердие 160,9 0,0 0,0 76,3 33,3 0,1 69,9 87,6 20,0

47 Новолипецкая 1 0,0 0,0 0,0 4,0 8,7 0,0 61,5 71,9 100,0

48 Восточно-СА 28,0 0,0 100,0 2,1 100,0 0,3 14,9 60,3 37,0

49 Заполярье 82,4 0,0 100,0 4,1 48,3 0,0 66,5 58,9 45,6

50 Астра-Металл 57,7 0,1 100,0 17,4 55,0 0,0 64,9 39,7 69,1

51 Сибирский Спас-Мед 123,5 0,0 0,0 4,7 55,3 0,0 75,7 80,3 74,8

52 Крымская СМК 43,4 0,4 100,0 5,2 62,5 0,0 15,6 68,4 36,9

53 МЕДСТРАХ 9,7 0,2 100,0 5,3 46,0 0,0 92,8 68,1 0,0

54 Интермедсервис-Сибирь 92,0 0,0 0,0 39,9 0,0 0,0 100,0 81,5 68,2

55 Максимус 208,1 0,8 0,0 18,6 4,5 0,0 83,1 32,2 5,6

56 УГМК - Медицина 12,4 0,0 94,4 16,5 48,5 0,0 87,0 71,4 100,0

57 АРМС Территория 1 135,7 0,0 25,0 1 108 0,0 0,0 100,0 100,0 0,0

58 Спасение 256,7 2,5 91,8 9,3 49,8 0,1 92,9 62,5 15,3

59 АСК-Мед 0,0 0,0 100,0 0,0 0,0 0,0 0,0 4,7 32,7

Эталон 1 675,8 0,0 100,0 1 108 100,0 15,2 100,0 100,0 716,7

>

РЧН

и информационные

технологии

Продолжение таблицы 1 (справа)

Рейтинг 1 1

Наименование компании ДНГМК ДП ОМО Расстояние до эталона, di к3*

1 ИНКО-МЕД

93,4

0,5

12,4

15,255

100,00

2 РОСНО-МС 35,5 0,1 11,7 15,456 98,70

3 Сахамедстрах 68,1 1,6 33,3 15,474 98,58

4 КС Страхование 0,0 0,0 0,0 15,484 98,52

5 Башкортостан Мед. 29,4 0,0 0,0 15,736 96,94

6 Ингосстрах-М 58,7 0,1 4,5 15,832 96,36

7 Новый Уренгой 84,7 0,0 13,8 15,843 96,29

8 СОГАЗ-Мед 37,2 0,2 6,8 15,996 95,37

9 АльфаСтрахование МС 36,7 0,1 26,6 16,015 95,25

10 Спасские ворота-М 53,9 0,0 2,7 16,066 94,95

11 ГСМК 100,0 0,3 5,8 16,140 94,51

12 Чувашия-Мед 67,0 0,1 36,8 16,165 94,37

13 МАСКИ 100,0 0,0 0,7 16,231 93,98

14 Медика-Томск 43,6 0,0 10,2 16,335 93,39

15 ВТБ МС 25,1 0,1 11,4 16,367 93,21

16 Панацея 3,7 0,0 3,2 16,372 93,18

17 Астро-Волга-Мед 76,8 0,2 53,7 16,412 92,95

18 МАКС-М 23,7 0,2 10,8 16,453 92,72

19 СТРАЖ 0,0 0,0 1,0 16,456 92,70

20 Медика-Восток 0,0 0,4 3,6 16,467 92,64

21 АСКОМЕД 59,0 0,4 34,9 16,501 92,45

22 СИМАЗ-МЕД 22,2 0,0 36,8 16,529 92,29

23 Росгосстрах-Медицина 39,8 0,1 7,1 16,561 92,11

24 РЕСО-МЕД 40,8 0,2 5,8 16,592 91,94

25 Чулпан-Мед 51,4 0,0 1,6 16,607 91,86

26 ОМСК 100,0 0,0 0,0 16,707 91,31

27 АСТРАМЕД -МС 64,4 0,0 2,5 16,710 91,29

28 Альянс-Мед 100,0 0,0 1,3 16,748 91,08

29 Капитал МС 8,6 0,4 8,8 16,758 91,03

30 Надежда 0,0 0,1 7,3 16,813 90,73

31 АК БАРС Мед 22,4 0,0 5,3 16,870 90,43

32 Чувашская МСК 7,1 0,1 25,0 16,884 90,35

33 Росмедстрах-К 65,0 0,0 0,0 16,922 90,15

34 Даль-Росмед 7,1 0,0 14,7 16,944 90,03

35 АСКО-ЗАБОТА 95,2 0,0 23,9 16,958 89,96

36 Согласие-М 0,0 0,0 0,0 16,958 89,96

37 Югория-Мед 31,3 0,0 17,8 16,993 89,77

38 Урал-Рецепт М 100,0 0,0 0,0 17,007 89,70

39 Капитал-полис Мед 0,0 0,0 1,5 17,008 89,69

40 МСК-Медицина 26,4 0,0 12,1 17,013 89,67

41 УралСиб 8,5 0,0 2,4 17,037 89,54

42 Крыммедстрах 23,9 0,8 8,6 17,051 89,47

2016, № 5

Рейтинг Наименование компании ДНГМК ДП ОМО Расстояние до эталона, di кэф 1

43 МиБ 45,3 0,0 0,0 17,081 89,31

44 КАСКО-МС 100,0 0,0 6,2 17,110 89,16

45 Забайкалмедстрах 100,0 0,0 18,6 17,158 88,91

46 ВСК - Милосердие 38,6 0,0 0,7 17,224 88,57

47 Новолипецкая1 100,0 0,0 2,9 17,291 88,23

48 Восточно-СА 3,1 0,0 8,3 17,315 88,10

49 Заполярье 34,4 0,0 0,0 17,400 87,67

50 Астра-Металл 26,8 0,0 12,9 17,443 87,45

51 Сибирский Спас-Мед 26,2 0,0 0,5 17,447 87,44

52 Крымская СМК 28,1 0,0 13,5 17,513 87,11

53 МЕДСТРАХ 0,0 0,0 1,3 17,516 87,09

54 Интермедсервис-Сибирь 36,4 0,0 0,6 17,525 87,04

55 Максимус 2,6 0,0 4,3 17,833 85,54

56 УГМК - Медицина 0,0 0,0 0,0 17,904 85,20

57 АРМС Территория 0,0 0,0 0,0 17,958 84,95

58 Спасение 34,4 0,0 4,9 18,458 82,65

59 АСК-Мед 12,3 0,0 0,0 18,544 82,26

Эталон 100,0 1,6 53,7 0,0

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Рис. 1. Дендрограмма кластерной структуры СМО

>

РЧН

и информационные

технологии

Использование метода иерархической классификации позволяет сделать анализ сходства и различия СМО посредством кластерной структуры, изображенной в виде ден-дрограммы на рис. 1. Вдоль горизонтальной оси указаны названия СМО, вдоль вертикальной оси - расстояние между ними, которое является критерием объединения в кластеры. При расстоянии равном 0 каждая СМО образует самостоятельный кластер - группу однородности, состоящую из одного объекта. По мере увеличения расстояния новые СМО объединяются в группы, т.е. постепенно понижается порог, относящийся к решению об объединении двух или более объектов в один кластер. Как итог - связывается всё большее число СМО в группы, которые агрегируются в более крупные кластеры, состоящие из все более различающихся компаний. На последнем шаге все СМО окончательно объединяются в один кластер - исходную совокупность из 59 компаний.

Из дендрограммы видно, что наибольшее сходство между организациями Чулпан-Мед и АК БАРС Мед; СОГАЗ-Мед и МАКС-М, так как между ними минимальное расстояние равное 1,4. По сути, это первые кластеры, состоящие более чем из одного элемента. При незначительном увеличении расстояния ко второй паре присоединяется компания Росгосстрах-Медицина, последующее увеличение расстояния влечет добавление к кластеру, состоящему уже из трех компаний, последовательно организаций РОСНО-МС и Ингострах-М. При расстоянии равном, примерно, 8,5 указанные организации образую группу однородности, обозначенную на ден-дрограмме как Кластер 1. Аналогичным образом при расстоянии менее 7 образованы Кластеры 5 и 3; при расстоянии 9 - Кластер 2, при расстоянии 1 1 Кластер 9. От СМО, образующих Кластеры 1-5, по совокупности показателей существенно отличаются компании КС-страхование, АРМС Территория,

УГМК-Медицина, образующие Кластер 6 при расстоянии менее 15.

Следует учитывать, что из принадлежности объектов к группам однородности не следует их соседство в рейтинговом списке. Так, лидер рейтинга, страховая компания ИНКО-МЕД входит в состав Кластера 2. Но наиболее близкая к ней компания Новый Уренгой из этого кластера занимает лишь 7 место в рейтинге, а компании Урал-рецепт М, АСТРАМЕД-МС, ГСМК соответственно 38, 27, 11 места. Выявленная закономерность не является противоречием и легко объяснима структурой многомерного пространства. Обратимся к методу многомерного шкалирования, который позволяет перенести объекты многомерного пространства, в нашем случае - размерности 21 в пространство меньшей размерности, например 2, максимально сохранив порядок расстояний между объектами, т.е., объекты близкие в многомерном пространстве близки и в пространстве меньшей размерности. На рис. 2 отображена диаграмма рассеяния для указанных объектов Кластера 2 в новой системе координат - Измерение 1, Измерение 2.

Из диаграммы видно, что наиболее близко расположены компании АСТРАМЕД-МС и ГСМК, в некотором отдалении от них находится Урал-рецепт М. Если вернуться к рис. 1, то видно, что изначально первые две компании образуют кластер, далее к ним присоединяется Урал-рецепт М, а компания Новый Уренгой образует кластер с ИНКО-МЕД. При этом ближе всех к Эталону расположен ИНКО-МЕД, далее Новый Уренгой, АСТРАМЕД-МС и Урал-рецепт М, что соответствует их рейтингам.

ВЫВОДЫ

Рассмотренный в работе метрический подход позволил при помощи метода иерархической классификации оценить рейтинги страховых организаций, вычислить значения коэффициента эффективности, исследовать их кластерную структур. Подход математи-

2016, № 5

2М Диаграмма рассеян ия Окончат, конфиг., измерение 1 и измерение 2

0,8 0,6

0,4

%

0,0 -0,2 -0,4 -0,6 -0,8 -1,0

'рап-Н о цепт

ГРА№, о [ ц-м; см< о

о

НСБ Ь А Урен гой

0

-0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0

Измерение 1

Рис. 2. Диаграмма рассеяния СМО из Кластера 2

чески обоснован, так как основан на измерении расстояний между СМО, как точками многомерного пространства и эталонной страховой компании, аккумулировавшей наилучшие значения показателей СМО. В то же время в классификационном анализе расстояние служит основанием для оценки сходства и различия между объектами произвольной природы. Интегральный числовой критерий -коэффициент эффективности позволил оценить степень отличия или сходства СМО по их страховой деятельности. Анализ кластерной структуры СМО позволил выделить иерархию

групп однородности страховых организаций, что существенно дополняет систему рейтинговой оценки.

Предложенные методы оценки деятельности СМО могут быть использованы для перспективного планирования их развития с учетом конкуренции на рынке СМО. Рейтинговые оценки также будут полезны в качестве своеобразного навигатора при выборе медицинской страховой компании в регионе.

Например, для жителей Краснодарского края рейтинги СМО, осуществляющих ОМС на территории края в 2016 году [3], будут

Таблица 2.

СМО на территории Краснодарского края

Рейтинг по России за 2015 г. Рейтинг по Краснодарскому краю за 2015 г. Наименование компании

9 1 АльфаСтрахование МС

15 2 ВТБ МС

23 3 Росгосстрах--Медицина

40 4 МСК-Медицина

>

РЧН

и информационные

технологии

иметь вид согласно таблице 2, из которой видно, что на 1 месте АльфаСтрахование МС, на 2 ВТБ МС и, далее на 3 и 4 местах - соответственно Росгосстрах - Медицина и МСК-Медицина.

Если бы предложенный метод был реализован для указанных СМО по результатам их деятельности на территории края, то вполне возможно, что рейтинги этих страховых компаний были бы распределены иначе.

ЛИТЕРАТУРА

1. Карачевцева М.А. Интегрированная оценка показателей деятельности страховых медицинских организаций по экспертизе качества медицинской помощи / М.А. Карачевцева, Н.М. Богушевич // Общественное здоровье и здравоохранение. 2009. № 3. С. 10-13.

2. Приказ ФФОМС от 26.12.2011 № 243 «Об оценке деятельности страховых медицинских организаций» (вместе с «Методикой расчета показателей оценки деятельности страховых медицинских организаций»).

3. Территориальный фонд обязательного медицинского страхования Краснодарского края [Электронный ресурс]. Режим доступа: http://www. kubanoms.ru (12.07.2016).

4. Федеральный закон от 29.11.2010 № 326-ФЗ «Об обязательном медицинском страховании в Российской Федерации».

5. Федеральный фонд обязательного медицинского страхования [Электронный ресурс]. Режим доступа: http://www.ffoms.ru (12.07.2016).

6. Халафян А.А. Сравнительная оценка эффективности вузов методами классификационного анализа / А.А. Халафян, А.А. Кошкаров, Е.Ю. Пелипенко //Фундаментальные исследования. 2016. № 5. С. 58-64.

7. Халафян А.А. Современные статистические методы медицинских исследований. М.: ЛКИ, Ш^Б, 2008. 320 с.

8. Халафян А.А. Компьютерный анализ данных как инструментарий в спортивной аналитике / А.А. Халафян, Т. В. Бущуева, А. Г. Минасян // Физическая культура, спорт-наука и практика. - Краснодар. 2016. № 2. С. 52-57.

9. Халафян А.А. БТАИБИСА 6. Статистический анализ данных. М.: Бином, 2010. 528 с.

10. Халафян А.А. 5ТАТ1БТ1СА 6. Математическая статистика с элементами теории вероятностей. М.: Бином, 2011. 496 с.

i Надоели баннеры? Вы всегда можете отключить рекламу.